《Current Opinion in Structural Biology》:Molecular simulations of chromatin-associated biomolecular condensates
生物分子凝聚体(Biomolecular Condensates)是细胞核组织的核心要素,而分子模拟(Molecular Simulations)极大地推进了研究人员对驱动其形成及相行为(Phase Behaviour)的分子相互作用的认知。具备物理化学特异性的粗粒化模型(Coarse-grained Models)目前已能够定量或近定量地再现 intrinsically disordered proteins(固有无序蛋白质,IDPs)的相图(Phase Diagrams)、材料性质(Material Properties)及序列–相空间关系(Sequence–Phase Space Relationships)。然而,要真实刻画细胞核内存在的凝聚体,还需额外纳入以下要素:显式离子环境(Explicit Ionic Environments)、翻译后修饰语法(Post-translational Modification Grammars)、作为显式组分的染色质架构(Chromatin Architecture),以及由主动过程驱动的非平衡动力学(Nonequilibrium Dynamics)。
**引言(Introduction)**
相分离是核内组织的关键机制,形成生物分子凝聚体以空间组织基因组,并富集参与转录、DNA修复及异染色质维持等过程的因子。不同分辨率的分子模拟已成为揭示凝聚体形成、组成及材料性质物理原理的有力工具。粗粒化方法在保留必要物理化学相互作用的同时降低计算成本,从而可触及介观尺度与时间尺度。这类方法已能定量或近定量再现蛋白质及蛋白质–RNA凝聚体的相图、饱和浓度和序列–相行为关系。然而,广泛应用于蛋白质体系的建模框架尚不能直接迁移至染色质相关系统。染色质是由核小体(约147 bp DNA缠绕组蛋白八聚体)通过长度和序列可变的连接DNA构成的架构性异聚物。在“粘性体–间隔体”(sticker–spacer)框架下,核小体可视为粘性体,连接DNA视为间隔体。但与柔性聚合物不同,核小体相互作用表面的可及性受染色质纤维几何结构约束。连接DNA长度及高阶折叠决定这些表面是发生分子间接触还是被隔离于分子内相互作用中。
染色质相关凝聚体形成于拥挤的核环境中,该环境包含蛋白质、RNA和离子的异质分布,并持续受到主动调控。因此,染色质的结构复杂性与化学和动力学异质性相耦合。DNA序列、组蛋白翻译后修饰及组蛋白变体重塑染色质相互作用景观,并调节核小体稳定性、尾部介导相互作用及蛋白质招募。其还依赖离子条件(离子种类和浓度)。同时,染色质结合蛋白和转录因子可利用核小体柔性及重塑染色质构象集合,来调节局部可及性和纤维几何结构。主动过程则增加调控层级:ATP依赖重塑因子、环挤出复合物(如cohesin)和转录机器可重组染色质结构,从而重塑凝聚体形成的时空景观。因此,染色质相关凝聚体的成核、生长和解聚可与主动基因组组织相耦合。
因此,其分子模型必须同时考虑多价相互作用语法、染色质结构、离子条件以及主动的、时间依赖的核小体重塑。尤其是旨在将化学组成与介观相行为关联的粗粒化模型,必须包含这些特征以达到可预测的机理性描述。本综述回顾了染色质相关凝聚体分子模拟的最新进展,并定义了此类模型所需的关键要素。
**具有化学特异性的生物分子凝聚体分子模拟方法**
蛋白质的相行为由依赖于环境和序列的弱非共价相互作用模式决定,包括静电相互作用、π–π堆积、阳离子–π接触及其他疏水相互作用。没有任何单一相互作用类型普遍主导,而是由它们的共同贡献决定有效相互作用强度和价数。准确再现这种环境依赖的相互作用语法是预测性模拟的关键要求。
本综述讨论的建模方法涵盖互补的长度和时间尺度。全原子模拟可访问约10–50 nm系统(单核小体或短染色质片段),时间尺度约0.1–10 μs。残基分辨率粗粒化模型可扩展至约50–500 nm(数百条蛋白质链或小型染色质凝聚液滴),并达到约1–10 μs。最小分辨率染色质模型可访问约100 nm–1 μm。关键染色质相关过程的时间尺度跨度很大:核小体分子运动约ns–μs,染色质重塑因子作用约秒级,转录因子驻留时间约1–100 s,凝聚体完全周转约分钟至小时。当前模拟可直接访问最快过程,较慢过程则需通过粗粒化有效描述纳入,因此多尺度框架是必需的。
**全原子分辨率:建立能量景观**
全原子模拟显式表示所有原子、溶剂和离子,可捕捉静电相互作用(包括电荷屏蔽和特定离子介导效应)、氢键网络、离子分布、侧链堆积和堆叠几何结构。这类模拟已用于量化阳离子–π与π–π相互作用的相对贡献,以及精氨酸和赖氨酸侧链的差异化水合与屏蔽行为。精氨酸与赖氨酸在相分离中的不等贡献说明了全原子水平可解析的能量层级。精氨酸的胍基可同时参与阳离子–π接触和π–π堆积,因此比赖氨酸的脂肪族氨基具有更高有效相互作用价数。全原子计算量化了这些接触的相对强度及其对几何和溶剂环境的依赖性,并阐明了两种侧链的差异化水合如何调节凝聚相中的有效相互作用强度。这些结果对粗粒化模型的发展有直接影响:由于两种残基在天然相分离蛋白中含量丰富,粗粒化模型必须区分精氨酸和赖氨酸,才能再现实验观察到的相行为差异。
全原子模拟同样阐明了芳香残基π–π堆积的作用,确认酪氨酸接触与苯丙氨酸接触在几何和能量上不同。对PDB中原子结构进行的生物信息学分析显示π–π相互作用取决于邻近残基身份。全原子模拟还解析了带电区域周围的离子氛围,近期的全原子带电凝聚体模拟揭示了蛋白质和RNA中动态离子介导相互作用网络。此外,全原子模拟通过识别哪些相互作用类别必须保留在有效势中,为粗粒化提供指导,参数可基于原子参考数据自下而上细化,或针对链尺寸、相界和材料性质等实验可观测量自上而下修正。
**残基分辨率粗粒化模型**
残基水平粗粒化模型可进行数百个分子蛋白质溶液的直接共存和体相模拟,从而以定量或近定量精度估计平衡共存密度、临界温度、饱和浓度和材料性质。这些模型可描述固有无序蛋白和含球状结构域的蛋白质,保留残基特异性,同时隐式处理溶剂和离子。它们可直接获取凝聚体内单个分子的动力学行为,并解析其形成的分子间相互作用网络,从而建立序列依赖性相互作用与涌现相行为之间的因果联系。关键输出之一是饱和浓度——发生相分离的浓度阈值。在体外单组分系统中,该阈值往往超过估计的细胞内浓度,引发生理相关性疑问。然而在核内,染色质和RNA的多价支架可局部浓缩蛋白质使其高于体相平均值,而多组分共凝聚可集体降低有效相界。因此评估生理相关性需要能够捕捉协同效应的多组分模型。
不同的残基水平模型通过不同的参数化策略和函数形式编码残基对相互作用。HPS(Hydropathy Scale)家族通过组合20种氨基酸的水合尺度与Lennard–Jones型势及Debye–Hückel静电项来分配成对强度。CALVADOS家族采用类似水合–Debye–Hückel框架,但通过数据驱动方法针对实验单链可观测量(如SAXS谱和回旋半径)优化残基水合参数。该自上而下策略使CALVADOS能准确再现单链构象性质和饱和浓度。Mpipi模型家族采用自下而上策略,结合全原子模拟和生物信息学数据,使用Wang–Frenkel和Yukawa势定义残基对特异性相互作用。通过超越混合规则,Mpipi能够独立控制不同相互作用类型(如π–π、阳离子–π和静电),与全原子趋势一致。Mpipi Recharged模型再现了精氨酸/赖氨酸的相行为不对称性,并改进了对高电荷系统的描述。这些模型已扩展至RNA–蛋白质系统、显式离子、拥挤剂、结构转变和温度依赖性相互作用。
此外,几个残基分辨率蛋白质模型已扩展以显式描述无序单链RNA,并捕捉RNA与富含精氨酸蛋白如何形成共凝聚网络,其中RNA既作为支架又作为凝聚体材料性质的调节因子。然而,考虑结构RNA的模型仍较稀缺。对凝聚体内RNA结构建模具有挑战性,因为RNA形成凝聚体的相互作用耦合了骨架静电、方向性碱基配对、碱基堆积、链极性和局部序列环境。这些相互作用并不独立:碱基配对与堆积竞争,链内结构与链间交联竞争,且每个核苷酸具有必须强制的有限价数以避免非物理过配位。双链体、G-四链体和高阶结构基序通过改变链内折叠与链间网络形成的平衡来调节相分离。
**当前模型的局限性与染色质挑战**
上述残基分辨率生物分子模拟共享一组假设,这些假设适用于稀溶液中的蛋白质和RNA凝聚体,但在高度拥挤的核内变得受限。扩展到染色质相关核凝聚体暴露了一系列开放性挑战,包括离子环境、染色质背景、活性与周转以及与实验整合。
核环境的离子复杂性很高。大多数残基分辨率模型采用Debye–Hückel静电隐式溶剂,将离子身份简化为屏蔽长度。该处理不足以捕捉单价与二价离子(如Na
+与Mg
2+)对凝聚体稳定性的不同效应,以及高电荷区附近离子局域化的熵成本。在残基分辨率模型中纳入显式单价/二价离子对准确表示生理盐条件下控制相行为的离子屏蔽和熵效应至关重要。
组蛋白密码引入第二层复杂性。翻译后修饰以组合和环境依赖方式改变核小体稳定性、尾部构象和蛋白质招募。将染色质区域的完整表观遗传状态与其凝聚体性质关联是该领域的重要挑战。
最后,凝聚体形成蛋白与染色质聚合物支架之间的偶联在分子水平上仍知之甚少。染色质结构为每个核凝聚体提供物理背景,但描述蛋白质和RNA相行为的分辨率模型大多将染色质视为缺失或隐式。凝聚体性质如何从相互作用语法与染色质结构的相互交织中涌现,是推动下述工作的核心开放问题。
**模拟含染色质的多组分凝聚体**
细胞核中,生物分子凝聚体与拥挤的动态染色质环境共存。成像和模拟研究表明染色质形成无序、局部致密结构域,其间散布开放区域,构成核相分离的物理约束和积极参与者。要捕捉这一点,需要超越仅包含蛋白质、RNA或染色质的模型,而转向一致地考虑所有这些分子及其相互作用的集成框架。
染色质可发生内在相分离:体外重构的核小体阵列在生理盐条件下形成相分离凝聚体,其热力学稳定性强烈依赖组蛋白尾部化学、核小体重复长度、核小体数量及离子环境。结合体外相分离实验和cryo-ET的粗粒化模拟表明,染色质可概念化为半柔性“粘性体–间隔体”聚合物,核小体表面和组蛋白尾部作为粘性体,连接DNA作为间隔体。连接DNA的双螺旋几何结构控制粘性体的可及性。接近DNA螺旋重复整数倍(10N)的连接长度使核小体对齐,促进纤维内面对面堆叠,稳定紧凑锯齿构象,其中核小体表面和关键组蛋白尾部(特别是H4和H2A)参与分子内接触,较难用于分子间网络形成。相反,接近10N+5的连接使连续核小体间有半圈旋转偏移,破坏规则锯齿折叠,减少纤维内面对面堆叠。这种连接诱导的失配改变染色质价数的实现方式:10N+5阵列采取更异质和扩展的构象,暴露核小体面和组蛋白尾部用于分子间接触。对25 bp和30 bp阵列的模拟显示该差异将染色质从低价数瞬时簇集转变为具有许多阵列间接触的跨链网络。因此染色质相行为不仅取决于粘性体–间隔体平衡,还取决于连接DNA力学如何配置、隔离或暴露这些粘性体。组蛋白修饰改变尾部电荷和相互作用强度,连接组蛋白H1影响纤维压缩和可及性,从而耦合染色质结构、静电和凝聚体性质。
除内在自结合外,染色质还作为多种核凝聚体组装的支架。当凝聚体形成蛋白遇到染色质时,染色质–染色质、蛋白质–蛋白质和蛋白质–染色质相互作用之间出现平衡。染色质可通过浓缩多价蛋白或隔离相互作用表面来促进凝聚体成核,也可通过将结合位点和作用表面隔离在致密染色质状态中抑制组装,结果由压缩状态、修饰模式、相互作用强度和相对浓度决定。
一个典型例子是转录凝聚体,富含转录因子、辅因子和转录机器,通过多价IDR介导的相互作用在增强子和超级增强子处形成。除蛋白质–蛋白质相互作用外,与染色质的多价结合可产生远端调控元件间的有效吸引,使转录因子或辅因子通过重复蛋白质–DNA接触稳定簇集,即使直接蛋白质–蛋白质吸引较弱。实验和模拟均显示局部染色质结构调节这些凝聚体。核小体密度和组蛋白修饰调节DNA可及性、转录因子在染色质上的驻留时间及其有效价数,而染色质折叠控制调控DNA元件的空间定位和长程相遇概率。反过来,转录凝聚体预期会在超过临界尺寸阈值后改变染色质结构并稳定增强子–启动子相互作用。这种反馈将转录输出与凝聚体生长耦合,非平衡模型才刚刚开始解决。
分子模拟已开始揭示染色质结构如何主动塑造转录凝聚体的形成和功能。Oct4的近原子模拟显示染色质可在不全局解压缩的情况下增强DNA可及性,而是促进致密但无序的纤维状态,其中核小体动态暴露DNA,连接DNA作为柔性支架促进簇生长。模拟进一步表明转录因子结合可被核小体呼吸和协同构象变化促进。异质转录因子组装模拟显示染色质可定位并稳定否则保持较小的多组分凝聚体。
更广泛地,核内还存在与异染色质形成及抑制状态维持相关的凝聚体。在这些系统中,染色质结合和相分离相耦合,因为修饰核小体既招募调节蛋白又提供可改变其局部相行为的多价支架。HP1α凝聚体是异染色质形成的典型例子:HP1α的染色质结构域识别H3K9me3标记的核小体,使蛋白质富集于染色质,而其固有无序区驱动相分离。聚合物物理模型和模拟显示染色质可通过聚合物辅助缩合主动促进HP1凝聚体形成。
Polycomb抑制复合物是另一个染色质识别与凝聚体组装耦合的案例。PRC1组分(如CBX2和RING1B)可在体外和细胞内形成多组分凝聚体,特异性结合H3K27me3标记的染色质,并促进染色质压缩和基因沉默。结合体外和细胞内实验与粗粒化模拟的工作显示多组分PRC1凝聚体的化学计量比调节其热力学稳定性和材料性质。近期工作进一步表明SUMO化修饰调节PRC1聚集和Polycomb斑点性质,将生化修饰状态与凝聚体组织和3D基因组结构相关联。
在细胞核中,染色质偶联凝聚体还在非平衡环境中运作,生化信号和染色质力学紧密整合。例如DNA损伤反应凝聚体中,双链断裂触发快速染色质重塑,染色质同时作为信号平台和机械底物调节凝聚体成核、生长和消解。捕捉这一双重作用仍是模拟的挑战,因为大多数当前模型将凝聚体形成和染色质重塑分开处理。其他复杂凝聚体(如核仁)强调了发展考虑化学特异性、多组分相互作用、染色质偶联和主动过程的模型的重要性。
在更大尺度上,染色质几何结构连同化学多样性(引入相互作用不对称性)进一步塑造凝聚体组织。组分不必均匀混合,可根据其相互作用强度和静电特性分布于界面或不同区域。近期工作表明这种空间分配可直接由物理相互作用产生:例如,着丝粒染色质可因静电排斥而非特定生化模式定位于相分离结构域表面。此外,在核外周,染色质分布反映了核纤层–染色质吸引与染色质自吸引之间的竞争,将异染色质组织与核形状联系起来。这些效应超越平衡相分离,且难以在具化学特异性的当前模型中捕捉。
总之,这些例子确立核相分离与染色质背景不可分割。在细胞中,染色质相关凝聚体可能保持为有限簇或核体而非粗化为宏观液滴,因为染色质连接性、序列和修饰异质性、非平衡周转以及RNA等界面调节因子可限制聚并。此外,染色质并非被动背景,而是主动的异质支架,调节与之相互作用的每个凝聚体的有效价数、空间组织和材料性质。捕捉凝聚体形成蛋白、RNA与远非平衡运行的动态聚合物底物之间的耦合,并将这种复杂性桥接到可观测实验结果,是当前模型开始面对的核心挑战。
**与实验整合**
染色质相关凝聚体的计算建模在与实验可观测量耦合时尤其强大。模拟产生机理性见解以解释实验观察,而实验可观测量可约束或验证计算模型。分子显式模型的关键优势在于能将宏观实验可观测量分解为实验无法单独获得的分子贡献。粘度、弹性和表面张力源自分子间接触的寿命、价数和网络拓扑,其通过FRAP、流变学和单粒子追踪进行的实验测量可检验模型是否捕捉了基本物理。例如在染色质背景下,核小体分辨率模拟显示连接长度不仅控制纤维几何,还控制凝聚体材料性质。25 bp染色质阵列在凝聚体中更高的分子间连接性产生比30 bp阵列可测量的更高粘度和热力学稳定性,而组蛋白乙酰化以可直接追溯到特定赖氨酸残基的方式降低核小体间相互作用强度。
染色质相关凝聚体天然是多尺度的。其相互作用语法在残基水平运作,结构约束在核小体和纤维水平塑造凝聚体几何,功能结果在凝聚体和核背景水平涌现。没有单一模型能在不牺牲分辨率或可处理性的前提下完全覆盖该范围。相反,信息必须跨尺度流动:残基水平模拟为粗粒化描述提供信息,而介观测量通过贝叶斯推断和最大熵方法约束模型参数。来自cryo-ET的结构数据目前可在原位解析凝聚态染色质组装中个体核小体位置,提供可对分子显式模型直接验证的空间基准。实现分子模拟的全部潜力需要跨尺度整合实验的框架,例如cryo-ET(核小体水平染色质结构)、smFRET(尾部构象和核小体间距离)以及Hi-C(大规模染色质组织)。
**结论与展望(Conclusion and Outlook)**
准确模拟染色质相关核凝聚体所要求的不仅是空间分辨率。它需要显式表示相互作用语法、染色质物理化学异质性、多组分复杂性和非平衡动力学。关键在于,细胞中的凝聚体远非热力学平衡,因此更应理解为时间依赖过程而非静态相。凝聚体可能作为由分子相互作用、主动通量和连续周转维持的动态稳态存在,这是当前残基分辨率模型刚刚开始捕捉的特征。
模型发展的近期优先事项包括:纳入显式离子环境以表示染色质的静电复杂性;将翻译后修饰编码为可调参数,将表观遗传背景与凝聚体行为连接;将序列分辨的相互作用语法与核小体分辨率染色质模型耦合。在这些进展之外,核心挑战是非平衡。尤其需要理解转录、ATP依赖重塑和酶促修饰循环如何主动组装和溶解凝聚体,以及这些方式为何无法仅用被动相分离解释。
新兴图景表明,染色质相行为由化学、力学和几何之间的相互作用支配,无法仅用平衡或基于序列的描述捕捉。未来进展将依赖于将高分辨率实验与能够捕捉非平衡反馈、空间异质性和动态调节的预测性模拟相结合。此类方法对于从现象学走向控制,以及理解细胞如何利用凝聚体物理来组织和调控基因组,至关重要。